打字猴:1.70355956e+09
1703559560
1703559561 当测试时间段的长度超过几个月,你立即会遇到期货合约到期的困扰。路易斯·门德尔松(Louis Mendelsohn)设计与销售“获利了结者”软件程序,他在软件中便解决了此问题。他给出了如下解释:“缺乏换月移仓能力是交易系统软件最明显的局限性之一。以实际合约价格进行测试的交易者,他仅能使用以单一合约为基础所设计的模型,某测试也仅能够局限于一段较短时间(例如30~90天),于是交易笔数过少,涵盖的市场状况不够丰富,故而无法发展出稳定的模型。虽然更广泛的测试效果更好,但这通常都仅能使用永续合约或到期日较长的实际合约。以后者而言,结果仍是不稳定的模型,因为在合约进行交易的最初几个月中,成交量与未平仓量都太低,这会扭曲价格行为。
1703559562
1703559563 比方说,如果你希望开发一套模型来交易1986年3月的长期国债。那么将该模型基于回溯到1985年3月的1986年3月合约数据就是不正确的,因为交易者在1985年11月之前几乎不会交易该合约。他们会按次序交易1985年3月、1985年6月、1985年9月、1985年12月与1986年3月的合约,并在每种合约到期前移仓。如果你希望设计稳定且能够盈利的模型,那么你的历史测试程序必须反映真实的交易情况。
1703559564
1703559565 在“获利了结者”的早期发展阶段,我在历史模拟程序内设定了一项自动换月移仓的功能,并因此而解决合约到期的问题。使用者在测试时,可以选择使用永续合约或时间段长达520天的单一合约。或者,他也可以测试任何数量的实际合约,它们在到期前会自动向前移仓——犹如交易者在真实交易中的做法。
1703559566
1703559567 CTCR:
1703559568
1703559569 罗伯特,你的公司提供永续合约,它们会自动解决换月移仓的问题,犹如股票价格永远不会到期。
1703559570
1703559571 培累提厄:
1703559572
1703559573 永续合约的价格使用未来某时点前后两份远月合约的加权平均值,它们可以避免合约即将到期时的各种扭曲以及市场临近交收期时的大幅波动。
1703559574
1703559575 “商品系统公司”鼓励人们使用永续合约评估市场,其理由之一是它们可以消除分析上的两种扭曲现象——利率与持仓成本。因为永续合约是锁定未来固定时间段的市场(例如,91天),它可以部分消除利率与持仓成本的影响,而这些影响在合约即将到期的几个月中,会导致行情加速或减速变化。使用实际合约数据进行模拟,在高利率时间段会有偏颇的倾向,差异可能高达5~6个百分点。就利率变动所产生的效果而言,高利率时间段可能优于低利率时间段,因此你可能并不是在模拟你所研究的市场。你所模拟的对象极可能是利率与持仓成本,而它们是美国经济的构成部分。
1703559576
1703559577 茨瓦格:
1703559578
1703559579 我同意,永续合约对于测试交易系统有所助益,但我更偏爱使用连续性期货价格。我在书中曾经叙述其构建方法。你使用最近月份的期货价格,随后根据每个移仓日的当时价格来做调整。这有几项优点:第一,它会反映持仓成本随着时间而消失的净值变化;第二,它可以精确地跟踪反映交易头寸的净值变化;第三,你可以使用相同的数据序列计算交易信号与净值的变化。
1703559580
1703559581 CTCR:
1703559582
1703559583 让我们讨论如何衡量系统的绩效。罗伯特,就由你开始吧。
1703559584
1703559585 巴度:
1703559586
1703559587 主要的考虑是净盈利。但是你必须用对应的潜在风险考虑净盈利,这是你在赚取净盈利时所需付出的代价。我以最大资金回撤(一连串不利交易所造成的最大损失金额)来衡量潜在风险。
1703559588
1703559589 风险/报酬比率(risk/reward ratio)是评估模型的另一项关键概念。在计算风险/报酬比率时,我是以净盈利除以最大资金回撤。这项比率越高,则该模型的“风险–绩效”之表现便越佳。
1703559590
1703559591 绩效考虑的另一项要素是单笔交易平均盈利。非常明显,平均盈利金额越高,该模型的业绩便越好。因为你在每笔交易中都会面临亏损的风险,达到相同盈利所需进行的交易笔数越少,则该模型的绩效越佳。
1703559592
1703559593 优化过程也涉及某些类似如稳定性与可移动性的评估因素。稳定性是在变数值区间中模型绩效所呈现的连贯性。可移动性则是在不同历史时间段,模型绩效所呈现的可靠性。
1703559594
1703559595 评估交易在时间与金额上的前后一致性也很重要。如果模型出现几笔特殊的盈亏交易,尤其是在测试时间段开始或结束时,则你必须避开这类模型。你必须了解不寻常巨额盈亏对于整体绩效所造成的影响。
1703559596
1703559597 避免这类不规则影响的最单纯方法,便是以不同的历史时间段检验交易模型的绩效。这有三方面的功效。它可以降低大盈、大亏所造成的影响。它可以在统计上比较有效的数据范围内呈现模型的实质绩效。另外,它可以让模型在各种不同的行情状况下展现其绩效。
1703559598
1703559599 在包含各种不同市场状况的各个历史时间段,即涵盖价格波动剧烈与平静的时间段,有趋势与无趋势的时期,如果模型的绩效始终最好,则其在未来继续保持其绩效的可能性便很大。
1703559600
1703559601 CTCR:
1703559602
1703559603 杰克,你如何判定好的绩效?
1703559604
1703559605 茨瓦格:
1703559606
1703559607 在我提出我的标准之前,我希望提到一项有关绩效衡量的重要问题。交易系统的使用者经常发现,其实际交易结果远不如模拟交易所预期的水平。其中一项原因是其测试未能纳入现实的假设。
1703559608
1703559609 在测试系统时不扣除佣金费用是一项明显的错误。但是,仅调整实际发生的佣金费用并不够。佣金只是交易成本的一部分。你必须估计系统理论执行价格与实际成交价格之间的差值。举例而言,如果你所测试的系统是以收盘价进行交易,则不可假定交易成交于收盘区间的中点,因为这是不切实际的假定。在现实世界中,更为常见的是买单成交于收盘区间的上端,卖单则会成交于下端。
[ 上一页 ]  [ :1.70355956e+09 ]  [ 下一页 ]